0
在完成A+輪數億元融資的7天后，毫末智行19日正式舉辦了2022年“HAOMO AI DAY”。
從2021年至今，毫末智行舉辦公開的類似活動已經不下4次，并且每次對外宣布近期取得的新成績。
在本次的活動上，毫末智行除了更新輔助駕駛系統、末端無人車方面的最新進展之外，還介紹了公司在不同業務的思考方式。
毫末智行關于智能駕駛，以及如何贏得2022年三場戰役的計劃正在徐徐展開。
毫末智行CEO顧維灝對2022年的自動駕駛行業給出十點預判，涉及技術、市場、人才、安全等方面，內容看似寬泛，但其實都指向一點——自動駕駛行業競爭將更殘酷激烈。
自動駕駛行業已經進入技術落地至上的時期，保證技術領先且被廣泛應用是自動駕駛公司生存的前提之一，而如何同時做到以上兩點則是目前的行業難題。
毫末智行的解決方法之一是，對外公布短期目標，倒逼公司按時完成，近日舉辦的"AI Day”則是毫末智行公示計劃進展情況的渠道。
在活動上，毫末智行從輔助駕駛系統、末端物流自動配送車、智能硬件三個方面介紹最新成績。
輔助駕駛系統方面，毫末智行產品已搭載于坦克300、魏牌拿鐵、魏牌瑪奇朵、哈弗神獸等15款車型，在今年，坦克500也將成為其中一員。多款量產車型的應用，使得毫末輔助駕駛用戶行駛總里程已突破700萬公里，月度搭載增速超過200%。
毫末智行董事長張凱預計，未來兩年，輔助駕駛系統搭載乘用車的數量將超過100萬臺。
末端物流自動配送車方面，從去年6月至今，小魔駝運營訂單已突破4萬單，小魔駝2.0也在此次活動上發布。
據介紹，小魔駝2.0的傳感器由5顆激光雷達，2顆毫米波雷達、12顆攝像頭和一個組合慣性導航構成，貨箱空間為可定制600L，支持快速換電功能，單次換電可實現100km的真實續航里程，可在城市開放道路中低速全路況。值得注意的是，小魔駝2.0售價為12.88萬元，預計在2022年5月陸續投放市場。
今年，毫末智行對末端物流自動配送車的生產基地升級，新生產車間占地1萬平米，可實現年產1萬臺的無人配送車的產能目標。
智能硬件方面，毫末智行推出小魔盤、自動跟隨載物出行機器人等產品。
這是毫末智行對過去積累近一年成績的一次集中釋放，也是再一次展示肌肉的機會。對于未來，毫末智行有著不小的目標——2023年推出Robotaxi車隊。
目前，毫末智行已在高速、中低速場景推出輔助駕駛系統和末端物流自動配送車，其輔助駕駛系統正應用至更多車型。不過，目前不同汽車品牌的輔助駕駛系統大多各有側重。
譬如、威馬汽車的AVP系統主打停車場景，小鵬汽車NGP功能特色為高速場景，極狐阿爾法S HI版滿足城市全場景自動駕駛。
經過反復迭代優化，毫末智行的NOH系統從高速場景覆蓋到城市場景。城市NOH將配備AI能力360T、高速緩存144M，CPU計算能力達到200K+ DMIPS的ICU3.0。同時，車輛將配備2個激光雷達、12個攝像頭，5個毫米波雷達。據介紹，搭載城市NOH的車型將在今年面世。
為了開發城市NOH，毫末智行對城市交通觀察。他們發現全國的城市道路近1000萬公里，有著將近40萬個城市路口，而上班族每天開車的路上，大部分是擁堵和半擁堵路況。為了正確的通過路口，駕駛員必須提前變道進入到正確的直行或者左轉車道，也必須在相對擁擠的道路上行駛。駕駛行為的不同，要求著毫末智行設計適應城市交通的輔助駕駛系統。
基于對城市交通和駕駛行為的觀察和分析，毫末智行總結了十大城市經典場景：
對于路口多的特性，重點要處理，紅綠燈控車、路口轉向、路口博弈、待轉區通行、環島通行；
對于多變道的特性，重點要處理，導航變道、切入避讓；
對于多擁堵的場景，重點要處理，借道繞障、擁堵變道、非機混行。
此外，高精地圖一般是輔助駕駛系統成功運行的前提，但現實情況是，全國大部分城市缺少符合輔助駕駛系統要求的高精地圖，這是車企目前極少推出適應城市道路的輔助駕駛系統的原因。
這種情況下，毫末智行通過仿真場景訓練模型，以及模型學習解決紅綠燈的綁路問題，實現夜間、白天沒有高精地圖實現紅綠燈的左轉、直行、紅燈等待。
毫末智行介紹，其推出的HPilot3.0將是中國首個大規模量產的城市輔助駕駛導航系統，可以擴展到更大規模的城市中為用戶服務。
屆時，毫末智行的產品將覆蓋高速、城市道路、停車場等全場景。
2021年，乘用車高級別智能駕駛的滲透率已經超過20%，這是一個值得讓毫末智行這一類公司興奮的數字，同時這也可能令他們頓感焦慮：市場走向成熟意味著企業有隨時被淘汰的可能。
毫末智行正承擔交付30款不同硬件平臺車型的壓力，如何保證這些項目能夠順利交付，并且保證交付的產品符合客戶預期、具備市場競爭力成為毫末核心管理層在2022年初討論的課題。
為了快速完成既定任務，同時不亂中出錯，毫末智行提出“6P開放式合作模式”，可根與車企圍繞代碼、模塊、軟件、硬件、云端服務、全棧方案分工合作，而不是供應?；谠械摹帮L車戰略”，毫末智行結合MANA數據智能體系與“6P開放式合作模式”，試圖實現技術領先。
除此之外，毫末智行今年必須取得數據智能技術之戰、智能駕駛城市場景之戰、末端物流自動配送車規模之戰的勝利。
目前，毫末智行數據智能體系MANA已完成超過19萬小時的學習時長，其虛擬駕齡已相當于人類司機2萬年的駕齡，并隨著輔助駕駛系統與小魔駝的廣泛應用而增加數據，其末端物流自動駕駛配送車的應用量也在不斷增加。
在毫末智行看來，在智能駕駛技術上取得領先的關鍵，是在智能駕駛開發和迭代進程中注入用戶思維。毫末智行采取措施是，是讓用戶在最短的時間內熟悉并樂于使用智能駕駛功能。
為了讓智能駕駛系統盡快適應用戶習慣，毫末智行在車端打造了用戶習慣分析系統，在云端開發了用戶接管分析工具，通過對實時數據的分析以改進數據結構。
一年內在三個不同領域保持行業領先，是一件高難度的任務。毫末智行也承認，多項目并行，技術人員不足是阻礙其取得勝利的關鍵環節。他們采取的手段是最大程度提升系統開發過程中的軟件復用程度以及在系統開發各個環節提升效率，通過各種方式以完成本年的34個車型，78個項目的目標。
距離2022年結束還有一段時間，毫末智行能否在以上三個領域保持行業領先還沒有答案，不過其創新思維或許能幫助他們取得勝利。
期待更多自動駕駛公司，不斷挑戰自我，促進行業共同進步。
雷峰網雷峰網(公眾號：雷峰網)雷峰網
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
